基于ICCP算法的重力辅助惯性导航

迭代最近等值线算法(ICCP)是一种重要的匹配导航算法,文中首先介绍ICCP算法的基本原理,随后在0.2′×0.2′重力异常数据库的基础上,利用ICCP算法进行仿真计算得到最佳匹配位置。最后为了验证匹配位置是否可用于修正惯导误差,提出将匹配位置误差作为观测量,用卡尔曼滤波对惯导系统误差进行最优估计。由最后的仿真结果可以看出,ICCP算法可有效抑制惯导纬度误差的增长,且最大纬度误差不超过2,′以匹配位置误差作为观测量可以用来估计惯导方位误差角。     

惯性／双星组合导航系统的滤波与仿真

介绍了惯性导航系统和双星导航系统各自的运行方式和优缺点；详细推导了组合导航系统的误差方程和量测方程；介绍了Kalman滤波的整个过程并最后进行了仿真计算。仿真结果显示，惯性导航系统和双星导航系统的组合弥补了各自的不足，具有较好的精度和可靠性。     

GPS-IMU辅助航空摄影测量误差来源分析与精度优化

针对GPS定位系统及IMU惯性测量导航在航空摄影测量发挥的巨大作用,本文阐述了GPS-IMU组合辅助航空摄影测量的基本原理和方法,分析了此项技术的主要误差来源,并对提高精度提出了可行性方案。该方案有助于航空摄影单位对此技术的学习和研究,并且在日常生产中灵活、高效地发挥此技术的优势[1]。     

基于GNSS方位辅助惯性导航系统的水下地形精密测量技术

多波束测深技术是目前水下地形测量的主要技术手段,测量平台的瞬时姿态及方位是影响多波束测深系统最终成果准确度的重要因素。GNSS方位辅助惯性导航系统,作为目前应用较为广泛的方位、姿态、及位置综合测量系统,不仅能够提供高精度位置信息,同时也能提供测量平台的瞬时姿态及方位数据,而且因为具有GNSS方位辅助测量,使得最终方位测量结果比传统方位测量精度大大提高,这对于多波束最终测量成果精度提高具有重要意义。文中从GNSS方位辅助惯性导航系统原理及技术优势出发,结合Trimble RTX后处理技术,从姿态测量、方位测量及辅助高程测量方面分析了在多波束水下地形测量中的应用,并以实际测量成果来展现其在水下地形精密测量技术方面的优势,结果显示,定位精度可以达到优于2 cm级别,方位精度可以优于0.01°(依赖于双GNSS天线之间的基线长度),该技术对水下地形测量准确度提升作用显著。     

GNSS船姿测量方法及对多波束测深精度的影响分析

GNSS船姿测量以其观测误差不随时间累积的特点得到了广泛研究和应用,本文基于三天线GNSS船姿测量方式,构建了波束脚印误差与姿态误差间的关系模型,设计仿真实验分析了基线长度对姿态误差的影响,以及不同水深环境下姿态误差与GNSS定位误差的关系。为突破传统RTK在测量距离上的限制,本文采用PPP、PPK、MBD (动态参考站差分)三种方法进行GNSS船姿计算,并通过海上实验与高精度惯性导航系统进行对比分析,结果表明使用MBD测姿结果要优于PPK和PPP模式,得到的航偏角、横摇角、纵摇角标准差均在0.1°左右,可满足通常情况下多波束测深对姿态精度的要求。     

重力辅助匹配惯性导航系统研究

常规的航位推算方法无法满足水下潜器长时间工作的导航要求,惯导设备的定位误差随时间积累,重力异常数据和重力梯度数据进行匹配辅助导航可以连续的对惯性导航系统积累误差进行校正。 文章介绍了利用重力辅助惯导的思想和原理,对重力辅助惯性导航进行了讨论,建立包含重力异常/ 重力梯度数据的 Kalman 滤波算法,并采用改进的 ICCP 算法对重力异常匹配导航进行了模拟试算,结果表明在现有的技术条件下,重力辅助匹配导航能够胜任水下航行的工作任务,保证长航时的水下定位精度。     

航向测量仪在车载三维信息采集系统中的应用

航向测量仪(Vector Sensor)的作用就是为车载惯导系统初始化提供所必须的航向角;根据不同的应用环境和特性,用航向测量仪获取在各种条件下的航向角数据,通过对这些数据在精度、稳定性以及解算时间等性能上的对比分析,得到该仪器的最佳工作状态,进而获取该状态下的航向数据;通过实际的实验测试,此状态下的数据在精度和稳定性方面都能满足惯导系统的需求。     

景像匹配仿真的一种新方法

分析了影响景像相关匹配精度的各种误差因素，并给出它们的误差仿真模型，该模型可以适应飞行姿态、飞行器特性，天候等条件变化时的匹配概率估计，并可以与图像特征参数分析方法相结合。实验验证了该模型的有效性，且可以快速地给出影像图的适配性估计图，用于飞行器的航迹规划。     

Integrated Navigation System and Experiment of a Low-Cost and Low-Accuracy SINS/GPS

When SINS (strap-down inertial navigation system) is combined with GPS, the observability of the course angle is weak. Although the course angle error is improved to some extent through Kalman filtering, the course angle still assumes a divergent trend. This trend is aggravated further when using low-cost and low-accuracy SINS. In order to restrain this trend, a method that uses AHRS to substitute for SINS course angle information is put forward aimed at the hardware component characteristic of the low-cost and low-accuracy SINS including AHRS (attitude and heading reference system) and IMU (inertial measurement unit). Real static and dynamic experiments show that the method can restrain the divergent trend of the navigation system angle effectively, and the positioning accuracy is high.     

《旋转调制型捷联惯性导航系统》内容简介

正本书概述了捷联惯导系统发展状况,讨论了基于惯性测量单元(IMU)转动的调制型捷联惯性导航系统的发展、应用状况及前景;分析了旋转调制型捷联惯性导航系统误差调制自补偿原理,设计并验证了惯性测量单元的旋转调制方案;实现了旋转调制型捷联惯性导航系统中器件偏差的标校与初始对准;